Quality Assurance & Predictive Maintenance
Algoritmi Statistici e tecniche
di Machine Learning applicati
al settore Manifatturiero
Gli Advanced Analytics, oltre all’analisi esplorative dei dati, utilizzano tecniche ed algoritmi statistici che rendono l’analisi ancora più strutturato e profondo l’utilizzo. Possiamo scoprire le relazioni nascoste tra i dati, permettendo agli algoritmi stessi di imparare in modo autonomo e adattivo (Machine Learning) e amplia l’orizzonte temporale delle informazioni, dal presente al futuro (Predictive Analytics).
Per le aziende del settore Manifatturiero è di fondamentale importanza riuscire a determinare, in anticipo lungo tutto il processo produttivo, i fattori che possono portare potenziali criticità nella qualità dei manufatti prodotti.
Per migliorare ed ottimizzare il processo produttivo e per prevenire la non conformità di quanto prodotto, si richiede più di una semplice identificazione dei problemi.
Occorre individuare dove questi si nascondono e per comprenderli dobbiamo essere capaci, in real-time, di analizzare e quindi valutare in maniera oggettiva un ’ enorme mole di dati.
A tale scopo serve una soluzioni in grado di monitorare gli elementi chiave della produzione che aiuti a identificare e capire, attraverso modelli statistici e predittivi, le correlazioni tra le variabili che determinano le variazioni nel processo produttivo e nella qualità dei prodotti.
Allo stesso modo i dati relativi al funzionamento delle macchine vanno monitorati e rilevati al fine di prevedere e anticipare il fermo macchina che può verificarsi per un guasto.
La soluzione a supporto della qualità può essere impiegata, a seconda delle necessità, in tre momenti particolari:
- all’ingresso delle materie prime nel ciclo produttivo: per non immettere in produzione materiali con caratteristiche non conformi agli standard di produzione;
- durante i processi produttivi: sui semilavorati, sulle macchine che gestiscono la produzione, sulle metriche rilevate durante il processo produttivo come temperatura (C°), pressione (Bar), potenza (KW) valori percentuali (%) etc..
- all’atto del collaudo ovvero sui prodotti finiti: per verificare se il prodotto è conforme ai requisiti richiesti dal cliente finale.
Scopri come grazie all'utilizzo di metodologie analitiche definite SPC/MSPC (Statistical Process Control/Multivariate Statistical Process Control) e di modelli per la Early Warning e la Predictive Maintenance, la tua azienda avrà le informazioni essenziali per migliorare i prodotti, ottimizzare il processo, ridurre i costi e i rischi relativi.
La nostra esperienza
Un modello statistico al servizio del Controllo di Qualità
Il caso degli pneumatici
Partendo dalla raccolta dei dati di campo, la soluzione sviluppata consente di analizzare la produzione di più di 100 referenze provenienti da numerose linee produttive e di correlare i casi di difettosità con i macchinari e gli operatori coinvolti nel processo.
Analytics per il Controllo di Qualità dei Processi Produttivi
Il caso dei cavi per il trasporto dell'energia
Interlem ha realizzato un sistema di reporting che partendo dai dati di campo, rilevati direttamente dai macchinari di produzione, consente di analizzare oltre 90 variabili relative al processo produttivo (temperatura, pressione, potenza, etc.), con metodologie del controllo statistico di processo.
